摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-17页 |
1.1 研究背景 | 第8-9页 |
1.2 研究意义 | 第9-11页 |
1.3 汇率预测模型的国内外研究动态 | 第11-15页 |
1.3.1 人民币汇率波动的线性预测模型 | 第11-12页 |
1.3.2 人民币汇率波动的非线性预测模型 | 第12-13页 |
1.3.3 人民币汇率波动的组合预测模型 | 第13-14页 |
1.3.4 综述评价 | 第14-15页 |
1.4 本文的主要研究内容 | 第15-17页 |
第2章 人民币汇率的相关概况 | 第17-22页 |
2.1 外汇市场与汇率风险 | 第17-18页 |
2.1.1 汇率及其标价方法 | 第17页 |
2.1.2 汇率风险及汇率的形成机制 | 第17-18页 |
2.2 人民币汇率制度的发展过程 | 第18-20页 |
2.3 人民币汇率波动带来的影响 | 第20-21页 |
2.4 本章小结 | 第21-22页 |
第3章 ARIMA与GRNN组合模型 | 第22-33页 |
3.1 ARIMA模型 | 第22-23页 |
3.1.1 ARIMA模型的原理 | 第22-23页 |
3.1.2 ARIMA模型的建模步骤 | 第23页 |
3.2 人工神经网络模型 | 第23-30页 |
3.2.1 BP神经网络模型 | 第24-26页 |
3.2.2 GRNN神经网络 | 第26-30页 |
3.3 ARIMA与GRNN的组合模型 | 第30-31页 |
3.4 本章小结 | 第31-33页 |
第4章 ARIMA-GRNN组合模型对人民币汇率的预测研究 | 第33-44页 |
4.1 基于ARIMA模型对人民币汇率的预测研究 | 第33-39页 |
4.1.1 数据处理及统计分析 | 第33-35页 |
4.1.2 对数收益率序列的平稳性检验 | 第35-36页 |
4.1.3 对数收益率序列的纯随机检验 | 第36页 |
4.1.4 ARIMA模型的识别与定阶 | 第36-38页 |
4.1.5 ARIMA模型的参数估计 | 第38页 |
4.1.6 ARIMA模型的显著性检验 | 第38-39页 |
4.2 基于GRNN模型对非线性残差的预测研究 | 第39-40页 |
4.2.1 样本数据的预处理 | 第39页 |
4.2.2 GRNN模型的建立 | 第39-40页 |
4.3 组合模型的预测结果及评估 | 第40-43页 |
4.4 本章小结 | 第43-44页 |
第5章 研究结论与展望 | 第44-47页 |
5.1 研究结论 | 第44-45页 |
5.2 本文的不足及未来的展望 | 第45-47页 |
参考文献 | 第47-51页 |
致谢 | 第51-52页 |
附录 | 第52-54页 |